[英]Python: reduced row echelon form (mod p) of a very large matrix
我想找到一个大矩阵的简化的行梯形形式(在字段F_q中)。 我尝试了以下代码。 尽管我使用gmpy2库加快了速度,但该程序仍然内存不足。 因为我的输入矩阵非常大(100 x 2 ^ 15),而p也非常大(| p | = 256位)。 有人可以建议如何降低这种算法的复杂性。
谢谢
def invmodp(a, p):
return gmpy2.invert(a,p)
def division_mod(a, b, p): #a/b mod p
invert = invmodp(b, p)
return (a * invert) %p
def row_echelon_form(M, p):
lead = 0
rowCount = len(M)
columnCount = len(M[0])
for r in range(rowCount):
if lead >= columnCount:
return
i = r
while M[i][lead] == 0:
i += 1
if i == rowCount:
i = r
lead += 1
if columnCount == lead:
return
M[i],M[r] = M[r],M[i]
lv = M[r][lead]
M[r] = [ division_mod(mrx, lv, p) for mrx in M[r]]
for i in range(rowCount):
if i != r:
lv = M[i][lead]
M[i] = [ (iv - lv*rv)%p for rv,iv in zip(M[r],M[i])]
lead += 1
return M
通过使用gmpy2.divm
替换您的division_mod
我可以节省几秒钟的运行时间。 我没有其他任何重大改进。 下面的程序创建一个随机的100 x 2 ^ 15矩阵,并在大约3分钟内计算行梯形形式,并消耗425MB的内存。
import gmpy2
bits = 256
r = 100
c = 2**15
p = gmpy2.next_prime(2**bits - 1234)
seed = gmpy2.random_state(42)
M = []
for i in range(r):
M.append([gmpy2.mpz_urandomb(seed, bits) for j in range(c)])
def row_echelon_form(M, p):
lead = 0
rowCount = len(M)
columnCount = len(M[0])
for r in range(rowCount):
if lead >= columnCount:
return
i = r
while M[i][lead] == 0:
i += 1
if i == rowCount:
i = r
lead += 1
if columnCount == lead:
return
M[i],M[r] = M[r],M[i]
lv = M[r][lead]
M[r] = [ gmpy2.divm(mrx, lv, p) for mrx in M[r]]
for i in range(rowCount):
if i != r:
lv = M[i][lead]
M[i] = [ (iv - lv*rv) % p for rv,iv in zip(M[r],M[i])]
lead += 1
return M
N = row_echelon_form(M, p)
如果您的内存使用量gmpy2
超过500MB,则您的gmpy2
版本中可能存在内存泄漏。 或我没有正确解释您的要求,矩阵很大。
免责声明:我维护gmpy2
。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.